[go: up one dir, main page]

CN114895262B - 一种基于风电机空时谱特征和正交投影的杂波抑制方法 - Google Patents

一种基于风电机空时谱特征和正交投影的杂波抑制方法 Download PDF

Info

Publication number
CN114895262B
CN114895262B CN202210368339.1A CN202210368339A CN114895262B CN 114895262 B CN114895262 B CN 114895262B CN 202210368339 A CN202210368339 A CN 202210368339A CN 114895262 B CN114895262 B CN 114895262B
Authority
CN
China
Prior art keywords
wind turbine
doppler
space
potential
distance unit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210368339.1A
Other languages
English (en)
Other versions
CN114895262A (zh
Inventor
杨志伟
廖志鑫
余浩然
吴翔宇
王磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xidian University
Original Assignee
Xidian University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xidian University filed Critical Xidian University
Priority to CN202210368339.1A priority Critical patent/CN114895262B/zh
Publication of CN114895262A publication Critical patent/CN114895262A/zh
Application granted granted Critical
Publication of CN114895262B publication Critical patent/CN114895262B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/36Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/16Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/72Wind turbines with rotation axis in wind direction

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及一种基于风电机空时谱特征和正交投影的杂波抑制方法,包括:获取雷达回波数据;根据雷达回波数据,构建每个距离单元的空时二维谱;根据空时二维谱,沿空间频率构建每个距离单元对应的多普勒数字累积器,根据得到的多普勒最大累积值判断得到若干潜在风电机距离单元;对若干潜在风电机距离单元对应的多普勒频率的连续性进行判断,根据判断结果,确定潜在风电机距离单元是否存在风电机;对存在风电机的潜在风电机距离单元的雷达回波数据依次进行风电机杂波抑制处理和地杂波抑制处理;对其余距离单元的雷达回波数据进行地杂波抑制处理。本发明的方法,能够在短观测时间能对风电机进行抑制,实现机载雷达情况下对运动目标进行检测。

Description

一种基于风电机空时谱特征和正交投影的杂波抑制方法
技术领域
本发明属于雷达信号处理技术领域,具体涉及一种基于风电机空时谱特征和正交投影的杂波抑制方法。
背景技术
随着经济的发展不可避免的带来对能源的需求,对于风能的利用使得风电机的建设变得越来越广泛,这将导致机载监视雷达不可避免的会探测到风电机。风电机叶片大多数由金属材料建成并且尺寸大,这将导致风电机叶片雷达回波具有较强的幅度,风电机叶片的旋转也将造成叶片多普勒频率展宽,对于机载雷达运动目标检测而言,将会造成较大的干扰。
对于现有的风电机杂波抑制方法,通常可以分为长观测时间的风电机杂波抑制方法和短观测时间的风电机杂波抑制方法。长观测时间下基于风电机周期性的杂波抑制方法,是通过利用风电机叶片旋转在时频域有良好的周期性,计算回波信号的自相关函数,实现对风电机进行抑制。另一种在短观测时间下的风电机杂波抑制方法,是基于形态成分分析,利用风电机和运动目标在不同变换域的不同稀疏特性对风电机进行抑制。
而风电机杂波抑制方法在长观测时间下需要的观测时间太长,不利于实时处理,同时现有的方法并未考虑在机载雷达情况下地杂波的展宽对于杂波抑制的影响,对于机载雷达短观测时间下风电机的杂波抑制不够理想。
发明内容
为了解决现有技术中存在的上述问题,本发明提供了一种基于风电机空时谱特征和正交投影的杂波抑制方法。本发明要解决的技术问题通过以下技术方案实现:
本发明提供了一种基于风电机空时谱特征和正交投影的杂波抑制方法,包括:
步骤1:获取雷达回波数据;
步骤2:根据所述雷达回波数据,构建每个距离单元的空时二维谱;
步骤3:根据所述空时二维谱,沿空间频率构建每个距离单元对应的多普勒数字累积器,得到每个距离单元对应的多普勒最大累积值,并根据所述多普勒最大累积值判断得到若干潜在风电机距离单元;
步骤4:对若干所述潜在风电机距离单元对应的多普勒频率的连续性进行判断,根据判断结果,确定所述潜在风电机距离单元是否存在风电机;
步骤5:对存在风电机的所述潜在风电机距离单元的所述雷达回波数据依次进行风电机杂波抑制处理和地杂波抑制处理;对不存在风电机的所述潜在风电机距离单元和非潜在风电机距离单元的所述雷达回波数据进行地杂波抑制处理。
在本发明的一个实施例中,所述步骤2包括:
步骤2.1:通过空时二维平滑处理,得到每个距离单元的子孔径协方差矩阵;
步骤2.2:根据所述子孔径协方差矩阵,得到每个距离单元的空时二维谱。
在本发明的一个实施例中,在所述步骤2中,
每个距离单元的子孔径协方差矩阵为:
式中,l表示第l个距离单元,N表示机载多通道雷达的通道个数,K表示发射脉冲个数,N1表示选取的子孔径的阵元个数,K1表示选取的子孔径的脉冲个数,xn,k(l)表示该距离单元通过子孔径平滑处理得到的样本;
每个距离单元的空时二维谱为:
式中,c(fs,fd)表示空时导向矢量,fs表示空间频率,fd表示多普勒频率。
在本发明的一个实施例中,所述步骤3包括:
步骤3.1:根据预设的第一阈值δ,对所述空时二维谱进行二值化处理,并沿空间频率构建每个距离单元对应的多普勒数字累积器,其中,
O(l,fs)=∑Pl(fs,fd)>δ;
式中,O(l,fs)表示第l个距离单元空间频率fs处的累积值;
步骤3.2:根据所述多普勒数字累积器,得到每个距离单元对应的多普勒最大累积值,其中,
OMAX(l)=max(O(l,fs)),l=1,2,…,L;
式中,OMAX(l)表示第l个距离单元的多普勒最大累积值,L表示距离单元的个数;
步骤3.3:根据所述多普勒最大累积值判断得到若干潜在风电机距离单元。
在本发明的一个实施例中,所述步骤4包括:
步骤4.1:根据若干所述潜在风电机距离单元的多普勒最大累积值,得到所述潜在风电机距离单元对应的潜在风电机的空间频率;
步骤4.2:对所述潜在风电机的空间频率处的多普勒频率进行二值化处理,得到该潜在风电机的谱宽;
步骤4.2:若在所述潜在风电机的谱宽中,超过预设第二阈值的多普勒频率的个数大于所述谱宽的2/3,则判断该潜在风电机距离单元存在风电机,否则该潜在风电机距离单元不存在风电机。
在本发明的一个实施例中,所述步骤5包括:
步骤5.1:对存在风电机的所述潜在风电机距离单元,估计得到对应的风电机参数,并根据所述风电机参数构建对应的风电机正交投影补矩阵,根据所述风电机正交投影补矩阵对对应距离单元的所述雷达回波数据进行风电机杂波抑制处理;
步骤5.2:对经过步骤5.1的风电机杂波抑制处理后的回波数据,以及不存在风电机的所述潜在风电机距离单元和非潜在风电机距离单元的所述雷达回波数据,进行地杂波抑制处理。
在本发明的一个实施例中,所述步骤5.1包括:
步骤a:对存在风电机的所述潜在风电机距离单元,将其多普勒最大累积值处的空间频率作为风电机的空间频率,并根据所述风电机的空间频率处的多普勒频率得到该距离单元中风电机谱宽的起始多普勒频率和终止的多普勒频率;
步骤b:根据所述风电机的空间频率,以及所述距离单元中风电机展宽的起始多普勒频率和终止的多普勒频率,构建得到风电机空时导向矢量矩阵为:
fw∈(fd_begin,fd_end);
式中,Cst表示风电机空时导向矢量矩阵,Cd表示风电机空时导向矢量,表示克罗内科积,St(fs_wtc)表示风电机空域导向矢量,fs_wtc表示风电机的空间频率,Ss(fw)表示风电机时域导向矢量,fw表示风电机多普勒频率,fd_begin表示起始多普勒频率,fd_end表示终止多普勒频率,Δf表示雷达多普勒分辨率,N表示机载多通道雷达的通道个数,K表示发射脉冲个数;
步骤c:根据所述风电机空时导向矢量矩阵构建风电机杂波的正交投影矩阵,其中,
式中,Bst表示风电机杂波的正交投影矩阵;
步骤d:根据所述风电机杂波的正交投影矩阵,构建所述风电机正交投影补矩阵,其中,
B=I-Bst
式中,B表示风电机正交投影补矩阵,I表示NK维单位矩阵;
步骤e:将存在风电机的所述潜在风电机距离单元的所述雷达回波数据,向其对应的所述风电机正交投影补矩阵做投影,抑制该雷达回波数据的风电机杂波。
与现有技术相比,本发明的有益效果在于:
本发明的基于风电机空时谱特征和正交投影的杂波抑制方法,能够针对机载雷达地杂波展宽覆盖风电机杂波和运动目标,在短观测时间能对风电机进行抑制,实现机载雷达情况下对运动目标进行检测。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂,以下特举较佳实施例,并配合附图,详细说明如下。
附图说明
图1是本发明实施例提供的一种基于风电机空时谱特征和正交投影的杂波抑制方法的示意图;
图2是本发明实施例提供的一种基于风电机空时谱特征和正交投影的杂波抑制方法的流程图;
图3是本发明实施例提供的一种机载雷达风电机观测示意图;
图4是本发明实施例提供的一种杂波抑制前回波距离多普勒图;
图5是本发明实施例提供的一种多普勒最大累积值图;
图6(a)是本发明实施例提供的风电机1所在距离单元空时谱;
图6(b)是本发明实施例提供的风电机2所在距离单元空时谱;
图7(a)是本发明实施例提供的风电机1所在距离单元多普勒累积值示意图;
图7(b)是本发明实施例提供的风电机2所在距离单元多普勒累积值示意图;
图8是本发明实施例提供的杂波抑制后距离多普勒图。
具体实施方式
为了进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及具体实施方式,对依据本发明提出的一种基于风电机空时谱特征和正交投影的杂波抑制方法进行详细说明。
有关本发明的前述及其他技术内容、特点及功效,在以下配合附图的具体实施方式详细说明中即可清楚地呈现。通过具体实施方式的说明,可对本发明为达成预定目的所采取的技术手段及功效进行更加深入且具体地了解,然而所附附图仅是提供参考与说明之用,并非用来对本发明的技术方案加以限制。
实施例一
请结合参见图1和图2,图1是本发明实施例提供的一种基于风电机空时谱特征和正交投影的杂波抑制方法的示意图;图2是本发明实施例提供的一种基于风电机空时谱特征和正交投影的杂波抑制方法的流程图。如图所示,本实施例的基于风电机空时谱特征和正交投影的杂波抑制方法,包括:
步骤1:获取雷达回波数据;
对于机载多通道雷达通道数为N个,发射脉冲数为K个,第l个距离门所接收的回波信号为{sn(k)}l,n∈{1,…,N},k∈{1,…,K}。{sn(k)}l表示机载雷达接收到的地杂波、风电机杂波和运动目标的回波信号的总数,对于回波信号sn(k),其表达式为:
sn(k)=wn(k)+tn(k)+cn(k)+nn(k) (1);
式中,wn(k)表示第n个通道第k个脉冲风电机杂波信号,cn(k)表示第n个通道第k个脉冲地杂波信号,tn(k)表示第n个通道第k个脉冲运动目标,nn(k)表示第n个通道第k个脉冲噪声。
需要说明的是,在实际应用中,对于不同的距离单元,雷达回波数据可能包括风电机杂波和运动目标,也可能不包括风电机杂波和运动目标。
步骤2:根据雷达回波数据,构建每个距离单元的空时二维谱;
具体地,步骤2包括:
步骤2.1:通过空时二维平滑处理,得到每个距离单元的子孔径协方差矩阵;
每个距离单元的子孔径协方差矩阵为:
式中,l表示第l个距离单元,N表示机载多通道雷达的通道个数,K表示发射脉冲个数,N1表示选取的子孔径的阵元个数,K1表示选取的子孔径的脉冲个数,xn,k(l)表示该距离单元通过子孔径平滑处理得到的样本,T表示样本数。
具体地,子孔径平滑的得到的样本为:
式中,{sn(k)}l表示第l距离门接收到的第n个通道的第k个脉冲回波数据。
需要说明的是,为了使得所估计得到的子孔径协方差矩阵Rsub(l)性能得到保证,即需要保证样本数T大于子孔径协方差矩阵的自由度DOFsub的两倍,即T≥2N1K1
步骤2.2:根据子孔径协方差矩阵,得到每个距离单元的空时二维谱。
每个距离单元的空时二维谱为:
式中,c(fs,fd)表示空时导向矢量,fs表示空间频率,fd表示多普勒频率。
步骤3:根据空时二维谱,沿空间频率构建每个距离单元对应的多普勒数字累积器,得到每个距离单元对应的多普勒最大累积值,并根据多普勒最大累积值判断得到若干潜在风电机距离单元;
具体地,步骤3包括:
步骤3.1:根据预设的第一阈值δ,对空时二维谱进行二值化处理,并沿空间频率构建每个距离单元对应的多普勒数字累积器,其中,
O(l,fs)=∑Pl(fs,fd)>δ (5);
式中,O(l,fs)表示第l个距离单元空间频率fs处的累积值;
在本实施例中,第一阈值δ可选取为空时谱中最大值的1/5,对于空间频率fs处的多普勒频率fd的幅度值大于δ,使得累积器O(l,fs)加1。
步骤3.2:根据多普勒数字累积器,得到每个距离单元对应的多普勒最大累积值,其中,
OMAX(l)=max(O(l,fs)),l=1,2,…,L (6);
式中,OMAX(l)表示第l个距离单元的多普勒最大累积值,L表示距离单元的个数;
步骤3.3:根据多普勒最大累积值判断得到若干潜在风电机距离单元。
在本实施例中,可选地,对大于OMAX(l)中最大值1/3的距离单元初步判定存在风电机,该距离单元作为潜在风电机距离单元,或者通过CFAR检测检测出风电机所在距离单元,作为潜在风电机距离单元。
步骤4:对若干潜在风电机距离单元对应的多普勒频率的连续性进行判断,根据判断结果,确定潜在风电机距离单元是否存在风电机;
具体地,步骤4包括:
步骤4.1:根据若干潜在风电机距离单元的多普勒最大累积值,得到潜在风电机距离单元对应的潜在风电机的空间频率;
在本实施例中,将潜在风电机距离单元的多普勒最大累积值处的空间频率作为潜在风电机的空间频率。
步骤4.2:对潜在风电机的空间频率处的多普勒频率进行二值化处理,得到该潜在风电机的谱宽;
具体地,将潜在风电机的空间频率处的多普勒频率的均值作为第二阈值,以该第二阈值对潜在风电机的空间频率处的多普勒频率进行二值化处理,根据二值化处理后的多普勒频率图,得到大于该第二阈值的初始多普勒频率和大于该第二阈值的终止多普勒频率,初始多普勒频率和终止多普勒频率之间的宽度作为该潜在风电机的谱宽ΔF。
步骤4.2:若在潜在风电机的谱宽中,超过预设第二阈值的多普勒频率的个数大于谱宽的2/3,则判断该潜在风电机距离单元存在风电机,否则该潜在风电机距离单元不存在风电机。
步骤5:对存在风电机的潜在风电机距离单元的雷达回波数据依次进行风电机杂波抑制处理和地杂波抑制处理;对不存在风电机的潜在风电机距离单元和非潜在风电机距离单元的雷达回波数据进行地杂波抑制处理。
具体地,步骤5包括:
所述步骤5包括:
步骤5.1:对存在风电机的潜在风电机距离单元,估计得到对应的风电机参数,并根据风电机参数构建对应的风电机正交投影补矩阵,根据风电机正交投影补矩阵对对应距离单元的雷达回波数据进行风电机杂波抑制处理;
在本实施例中,步骤5.1包括:
步骤a:对存在风电机的潜在风电机距离单元,将其多普勒最大累积值处的空间频率作为风电机的空间频率,并根据风电机的空间频率处的多普勒频率得到该距离单元中风电机谱宽的起始多普勒频率和终止的多普勒频率;
在本实施例中,对于存在在风电机单元,根据步骤4,可以知道风电机谱宽ΔF的起始多普勒频率和终止的多普勒频率。风电机的空间频率、起始多普勒频率为和终止的多普勒频率作为风电机参数。
步骤b:根据风电机的空间频率,以及距离单元中风电机展宽的起始多普勒频率和终止的多普勒频率,构建得到风电机空时导向矢量矩阵为:
fw∈(fd_begin,fd_end) (11);
式中,Cst表示风电机空时导向矢量矩阵,Cd表示风电机空时导向矢量,表示克罗内科积,St(fs_wtc)表示风电机空域导向矢量,fs_wtc表示风电机的空间频率,Ss(fw)表示风电机时域导向矢量,fw表示风电机多普勒频率,fd_begin表示起始多普勒频率,fd_end表示终止多普勒频率,Δf表示雷达多普勒分辨率,N表示机载多通道雷达的通道个数,K表示发射脉冲个数;
步骤c:根据风电机空时导向矢量矩阵构建风电机杂波的正交投影矩阵,其中,
式中,Bst表示风电机杂波的正交投影矩阵;
步骤d:根据风电机杂波的正交投影矩阵,构建风电机正交投影补矩阵,其中,
B=I-Bst (13);
式中,B表示风电机正交投影补矩阵,I表示NK维单位矩阵;
步骤e:将存在风电机的潜在风电机距离单元的雷达回波数据,向其对应的风电机正交投影补矩阵做投影,抑制该雷达回波数据的风电机杂波。
步骤5.2:对经过步骤5.1的风电机杂波抑制处理后的回波数据,以及不存在风电机的潜在风电机距离单元和非潜在风电机距离单元的雷达回波数据,进行地杂波抑制处理。
可选地,可采用地杂波协方差矩阵估计方法进行地杂波抑制处理,从而检测出运动目标,具体地,地杂波协方差矩阵估计方法为常用的地杂波抑制处理方法,在此不做赘述。
本实施例的基于风电机空时谱特征和正交投影的杂波抑制方法,能够针对机载雷达地杂波展宽覆盖风电机杂波和运动目标,在短观测时间能对风电机进行抑制,实现机载雷达情况下对运动目标进行检测。
实施例二
本实施例通过仿真实验对实施例一的基于风电机空时谱特征和正交投影的杂波抑制方法的效果进行说明。
仿真参数如下:
对于雷达平台,雷达观察为正侧视,如图3所示的机载雷达风电机观测示意图,其中,载机速度为150m/s,发射信号载频为f0=2GHz,波长λ=0.15m,脉冲重复频率为3000Hz,信号带宽Bs=15MHz雷达发射的脉冲数K=128个,通道数为N=32个,载机飞行高度为H=10Km,第一个距离单元的初始距离R0=20Km。
风电机1在第275个距离单元,所在的方位角θb=80°,叶片的长度为50m,叶片1与Z轴的初始夹角γ=60°,叶片的转速为20r/min。
风电机2在第300个距离单元,所在的方位角θb=60°,叶片的长度为50m,叶片1与Z轴的初始夹角γ=30°,叶片的转速为20r/min。
运动目标1在第250个距离单元,所在的方位角θt=70°,径向速度为vr=80m/s。
运动目标2在第300个距离单元与风电机2在同一距离单元,所在的方位角θt=90°,径向速度为vr=60m/s。
仿真实验结果分析如下:
如图4所示的杂波抑制前距离多普勒图,可以看出地杂波的展宽将风电机杂波和运动目标都覆盖掉;从图5所示的多普勒最大累积值图,可以看到第275个距离单元和第300个距离单元累积值超过阈值,初步判断存在风电机存在。
请参见图6(a)和图6(b)的风电机1所在距离单元空时谱,以及风电机2所在距离单元空时谱,可以看出在第275个距离单元和第300个距离单元的空时谱,可以看到存在风电机的空时谱中除地杂波外,风电机也呈现直线特征。如图7(a)和图7(b)所示的风电机1所在距离单元多普勒累积值示意图,以及风电机2所在距离单元多普勒累积值示意图,可以得到在第275个距离单元最大累积值所在的空间频率为在第300个距离单元最大累积值所在的空间频率为
风电机进行抑制后,对剩下的数据进行后多普勒处理抑制地杂波,检测出目标,请参见图8,图8是本发明实施例提供的杂波抑制后距离多普勒图,如图所示,2个目标分别位于第250个距离单元和第300个距离单元,其中,目标1:第250个距离单元,第118个多普勒通道,对应多普勒频率为1678Hz,载机造成的多普勒频率612Hz,目标的速度为78.2m/s。目标2:第300个距离单元,第90个多普勒通道,对应多普勒频率为800Hz,载机造成的多普勒频率0Hz,目标的速度为60m/s。可以看到,该本发明的方法能够很好的抑制风电机杂波和地杂波,从而检测出运动目标。
应当说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的物品或者设备中还存在另外的相同要素。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。

Claims (4)

1.一种基于风电机空时谱特征和正交投影的杂波抑制方法,其特征在于,包括:
步骤1:获取雷达回波数据;
步骤2:根据所述雷达回波数据,构建每个距离单元的空时二维谱;
步骤3:根据所述空时二维谱,沿空间频率构建每个距离单元对应的多普勒数字累积器,得到每个距离单元对应的多普勒最大累积值,并根据所述多普勒最大累积值判断得到若干潜在风电机距离单元;其中,将大于所述多普勒最大累积值中最大值1/3的距离单元作为潜在风电机距离单元;所述步骤3包括:
步骤3.1:根据预设的第一阈值δ,对所述空时二维谱进行二值化处理,并沿空间频率构建每个距离单元对应的多普勒数字累积器,其中,
O(l,fs)=∑Pl(fs,fd)>δ;
式中,O(l,fs)表示第l个距离单元空间频率fs处的累积值,Pl(fs,fd)表示每个距离单元的空时二维谱,fd表示多普勒频率;
步骤3.2:根据所述多普勒数字累积器,得到每个距离单元对应的多普勒最大累积值,其中,
OMAX(l)=max(O(l,fs)),l=1,2,…,L;
式中,OMAX(l)表示第l个距离单元的多普勒最大累积值,L表示距离单元的个数;
步骤3.3:根据所述多普勒最大累积值判断得到若干潜在风电机距离单元;
步骤4:对若干所述潜在风电机距离单元对应的多普勒频率的连续性进行判断,根据判断结果,确定所述潜在风电机距离单元是否存在风电机;所述步骤4包括:
步骤4.1:根据若干所述潜在风电机距离单元的多普勒最大累积值,得到所述潜在风电机距离单元对应的潜在风电机的空间频率;
步骤4.2:对所述潜在风电机的空间频率处的多普勒频率进行二值化处理,得到该潜在风电机的谱宽;
步骤4.2:若在所述潜在风电机的谱宽中,超过预设第二阈值的多普勒频率的个数大于所述谱宽的2/3,则判断该潜在风电机距离单元存在风电机,否则该潜在风电机距离单元不存在风电机;
步骤5:对存在风电机的所述潜在风电机距离单元的所述雷达回波数据依次进行风电机杂波抑制处理和地杂波抑制处理;对不存在风电机的所述潜在风电机距离单元和非潜在风电机距离单元的所述雷达回波数据进行地杂波抑制处理;所述步骤5包括:
步骤5.1:对存在风电机的所述潜在风电机距离单元,估计得到对应的风电机参数,并根据所述风电机参数构建对应的风电机正交投影补矩阵,根据所述风电机正交投影补矩阵对对应距离单元的所述雷达回波数据进行风电机杂波抑制处理;
步骤5.2:对经过步骤5.1的风电机杂波抑制处理后的回波数据,以及不存在风电机的所述潜在风电机距离单元和非潜在风电机距离单元的所述雷达回波数据,进行地杂波抑制处理。
2.根据权利要求1所述的基于风电机空时谱特征和正交投影的杂波抑制方法,其特征在于,所述步骤2包括:
步骤2.1:通过空时二维平滑处理,得到每个距离单元的子孔径协方差矩阵;
步骤2.2:根据所述子孔径协方差矩阵,得到每个距离单元的空时二维谱。
3.根据权利要求2所述的基于风电机空时谱特征和正交投影的杂波抑制方法,其特征在于,在所述步骤2中,
每个距离单元的子孔径协方差矩阵为:
式中,l表示第l个距离单元,N表示机载多通道雷达的通道个数,K表示发射脉冲个数,N1表示选取的子孔径的阵元个数,K1表示选取的子孔径的脉冲个数,xn,k(l)表示该距离单元通过子孔径平滑处理得到的样本;
每个距离单元的空时二维谱为:
式中,c(fs,fd)表示空时导向矢量,fs表示空间频率,fd表示多普勒频率。
4.根据权利要求1所述的基于风电机空时谱特征和正交投影的杂波抑制方法,其特征在于,所述步骤5.1包括:
步骤a:对存在风电机的所述潜在风电机距离单元,将其多普勒最大累积值处的空间频率作为风电机的空间频率,并根据所述风电机的空间频率处的多普勒频率得到该距离单元中风电机谱宽的起始多普勒频率和终止的多普勒频率;
步骤b:根据所述风电机的空间频率,以及所述距离单元中风电机展宽的起始多普勒频率和终止的多普勒频率,构建得到风电机空时导向矢量矩阵为:
fw∈(fd_begin,fd_end);
式中,Cst表示风电机空时导向矢量矩阵,Cd表示风电机空时导向矢量,表示克罗内科积,St(fs_wtc)表示风电机空域导向矢量,fs_wtc表示风电机的空间频率,Ss(fw)表示风电机时域导向矢量,fw表示风电机多普勒频率,fd_begin表示起始多普勒频率,fd_end表示终止多普勒频率,Δf表示雷达多普勒分辨率,N表示机载多通道雷达的通道个数,K表示发射脉冲个数;
步骤c:根据所述风电机空时导向矢量矩阵构建风电机杂波的正交投影矩阵,其中,
式中,Bst表示风电机杂波的正交投影矩阵;
步骤d:根据所述风电机杂波的正交投影矩阵,构建所述风电机正交投影补矩阵,其中,
B=I-Bst
式中,B表示风电机正交投影补矩阵,I表示NK维单位矩阵;
步骤e:将存在风电机的所述潜在风电机距离单元的所述雷达回波数据,向其对应的所述风电机正交投影补矩阵做投影,抑制该雷达回波数据的风电机杂波。
CN202210368339.1A 2022-04-08 2022-04-08 一种基于风电机空时谱特征和正交投影的杂波抑制方法 Active CN114895262B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210368339.1A CN114895262B (zh) 2022-04-08 2022-04-08 一种基于风电机空时谱特征和正交投影的杂波抑制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210368339.1A CN114895262B (zh) 2022-04-08 2022-04-08 一种基于风电机空时谱特征和正交投影的杂波抑制方法

Publications (2)

Publication Number Publication Date
CN114895262A CN114895262A (zh) 2022-08-12
CN114895262B true CN114895262B (zh) 2024-07-09

Family

ID=82716129

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210368339.1A Active CN114895262B (zh) 2022-04-08 2022-04-08 一种基于风电机空时谱特征和正交投影的杂波抑制方法

Country Status (1)

Country Link
CN (1) CN114895262B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112906476A (zh) * 2021-01-20 2021-06-04 电子科技大学中山学院 一种基于信杂噪比损失的机载雷达训练样本选择方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5546084A (en) * 1992-07-17 1996-08-13 Trw Inc. Synthetic aperture radar clutter reduction system
EP2842384A4 (en) * 2012-04-26 2015-12-16 Propagation Res Associates Inc METHOD AND SYSTEM FOR USING ORTHOGONAL SPATIAL PROJECTIONS TO MITIGATE PARASITING
WO2014094106A1 (en) * 2012-12-21 2014-06-26 Raytheon Canada Limited Methods and apparatus for a radar having windfarm mitigation

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112906476A (zh) * 2021-01-20 2021-06-04 电子科技大学中山学院 一种基于信杂噪比损失的机载雷达训练样本选择方法

Also Published As

Publication number Publication date
CN114895262A (zh) 2022-08-12

Similar Documents

Publication Publication Date Title
US8816899B2 (en) Enhanced target detection using dispersive vs non-dispersive scatterer signal processing
RU2594005C1 (ru) Способ обработки радиолокационного сигнала в импульсно-доплеровской рлс
US9784827B2 (en) Foreign object debris detection system and method
CN108872962A (zh) 基于分数阶傅里叶变换的激光雷达微弱信号提取和分解方法
JP2010535344A (ja) パラメトリック時間領域手法を用いた地上反射波軽減
US9482744B1 (en) Staggered pulse repetition frequency doppler processing
CN109839623B (zh) 一种地外天体着陆测量雷达面目标回波信号测距处理方法
CN106443626A (zh) 一种无人区域目标检测方法
CN102879767A (zh) 一种用于空时自适应处理的干扰目标检测方法
CN114578296B (zh) 基于相位编码信号的间歇采样干扰抑制方法
CN110806566A (zh) 采用多窗联合进行雷达目标检测的方法、装置及雷达系统
CN109116326A (zh) 一种基于中位数估计的自适应雷达海杂波抑制方法
Hyun et al. Development of short-range ground surveillance radar for moving target detection
CN102830394B (zh) 基于多谱线积累的弱目标探测方法
Ahmad et al. Extraction of the pulse width and pulse repetition period of linear FM radar signal using time-frequency analysis
CN109085568B (zh) 一种基于二次混频的调频连续波多目标检测方法
CN114895262B (zh) 一种基于风电机空时谱特征和正交投影的杂波抑制方法
CN109581366A (zh) 一种基于目标导向矢量失配的离散旁瓣杂波识别方法
Kim et al. Extraction of micro‐Doppler characteristics of drones using high‐resolution time‐frequency transforms
US11391832B2 (en) Phase doppler radar
CN115113208B (zh) 一种基于杂波特征精确认知的连续波雷达杂波对消方法
CN114488147B (zh) 基于星载sar-gmti的方位模糊强杂波剔除方法
Monakov Radar detection and recognition of a hovering helicopter
Lei et al. A TD-CF preprocessing method of FMCW radar for Dynamic Hand Gesture Recognition
CN113702969B (zh) 基于自适应stft方法的微多普勒信号参数估计方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant